대한민국을 포함한 아시아태평양 지역의 데이터 및 AI 성숙도는 어느 정도일까요? ChatGPT 등장 이후 AI에 대한 관심이 급격히 높아지면서 많은 기업들이 AI 및 생성형 AI의 활용과 적용에 적극 나서고 있습니다. SAS는 최근 IDC에 의뢰해 기업의 AI 투자와 해결과제, 향후 계획에 대한 흥미로운 연구를 진행했습니다. 그 결과를 통해 AI 선도기업이 되기 위한 과제는 무엇인지 알아보도록 하겠습니다.

향후 1년 내에 AI 투자 20% 증액, 최소 3배 이상 ROI 기대

'IDC 데이터 및 AI 현황: 아시아 태평양(IDC Data and AI Pulse: Asia Pacific 2024 study)’ 연구 결과에 따르면 아태지역 조직은 AI 열풍에 빠르게 동참하고 있으며, 절반 가까이(43%)가 향후 12개월 이내 AI에 20% 이상 대규모 투자 증액을 계획하고 있는 것으로 나타났습니다. 대다수의 기업들이 AI 투자 회수율에 대한 높은 기대감을 갖고 있었는데, 조사 결과, 조직의 40%가 최소 3배 이상의 ROI를 기대하는 것으로 드러났습니다.

[그림1] 기업의 AI 투자 계획 및 기대 ROI

 

IDC의 최신 지출 가이드에 따르면 아태지역의 AI 지출은 2024년에 450억 달러에 달하고, 연평균 24%씩 성장(2023~2028년)하면서 2028년에는 1,100억 달러로 증가할 것으로 예상됩니다.^[1]

많은 조직이 AI에 막대한 투자를 하고 있지만, 아태지역 조직 중에선 18%만이 스스로를 AI 리더라고 생각하고 있었습니다. 장기적인 계획하에 혁신적인 변화를 주도하는 ‘AI 리더’와 명확한 AI 전략 없이 단발성 프로젝트를 시도하는 ‘AI 후발주자’ 간에는 큰 격차가 있는 것으로 조사되었습니다. AI 후발기업이 단기적인 생산성 기반 성과에 집중하는 반면, AI 리더는 이를 뛰어넘어 보다 복잡한 기능 및 산업 사용 사례를 채택하며, 전략, 기술, 거버넌스, 신뢰성 등에서 앞선 행보를 보였습니다. 또한, AI 리더 기업은 새로운 매출 성장(32%), 운영 효율성 제고(31%), 수익 증대(26%)에 초점을 맞춘 AI 이니셔티브를 통해 가장 좋은 비즈니스 성과를 거뒀다고 답했습니다. 이에 비해 AI 후발주자는 고객 서비스 개선(27%), 시장 점유율 확대(25%), 빠른 시장 진출(25%)을 주요 비즈니스 성과로 꼽았습니다.

또한 AI 기능의 구현에 있어 AI 선도 기업은 AI 모델의 성능 모니터링, 전사적인 AI 기술 아키틱처 구축, AI 교육 및 재교육 등에 주력하는 반면, 후발기업들은 AI 도입 확대를 위한 준비로 데이터 사이언스 및 AI팀을 강화하는 데에 우선순위를 두고 있음을 알 수 있습니다.

[그림 2] AI 역량 개발의 우선순위

 

현재 기업 내에 구현된 주요 AI 사용 사례는 마케팅 카피라이팅, 비즈니스 프로세스 및 워크플로우 자동화, 코드 생성, 그리고 사기 탐지 및 사이버 보안 용도가 주축을 이루고 있으며, 향후 1년 이내에 예측 분석 및 전망, 제품 및 서비스 혁신, 그리고 데이터 증강 등의 사용 사례로 확대가 예상됩니다.

AI 기술 구현의 도전 과제로는 전문 기술 인력의 부족(35%)이 가장 많이 언급되었고, 거버넌스 프로세스가 부족한 데이터 기반(28%), AI 솔루션에 대한 명확한 평가 기준 부재(27%) 등도 지적되었습니다. 특히 신뢰할 수 있는 AI의 구축을 위해 ModelOps를 도입하여 설명성과 윤리성, 공정성을 갖춘 균형된 인사이트를 바탕으로 AI 기반 의사결정을 내려야 한다고 제안합니다.

[그림3] AI 기술 도입의 도전과제

 

AI 여정의 일부로서의 생성형 AI

생성형 AI를 중심으로 AI 열풍이 불고 있는 가운데 기업은 현재 예측형 AI와 해석형 AI 기술에도 투자하고 있는 것으로 나타났습니다. 2023년 생성형 AI에 대한 투자는 전체 AI 투자의 19%에 불과했지만 2024년에는 34%로 증가했고, 66%는 기존 방식의 AI에 투자가 이루어질 것으로 기대됩니다. 이는 생성형 AI에 대한 기대와 관심도가 급속도로 증가했지만 여전히 기존의 예측형과 해석형 AI의 활용도 지속되고 있음을 의미하며, AI 부문에 대한 투자가 균형 잡힌 모습을 보이고 있음을 알 수 있습니다.

[그림4] 2024년 AI 관련 투자 할당

 

조사에 따르면 기업에서 2024년 생성형 AI 투자를 늘리기 위해 예산을 재할당하고 있으며, 3분의 1은 인프라 현대화에서, 37%는 애플리케이션 현대화에서 자금을 확보해 재분배할 것이라고 답했습니다.

[그림5] GenAI 투자를 위한 예산 재분배

 

산업 전반의 AI 동향

이번 연구에서는 은행, 보험, 의료, 정부 부문 등을 중심으로 AI가 아태 지역의 다양한 산업에 어떤 영향을 미치고 있는지도 상세히 분석했습니다.

성공적인 AI 도입과 구현에서 기술 격차는 산업 전반에 걸쳐 일관되게 나타나고 있는데, 이러한 기술 격차는 의료 업계(41%)에서 가장 크게 느끼고 있으며, 이어 정부 부문(38%), 보험 업계(32%), 은행 업계(29%) 순으로 나타났습니다. 이러한 도전에도 불구하고 여러 업계에서는 보다 효율적인 의사 결정, 자동화 강화, 신제품 출시와 서비스 제공 시간 단축, 비용 절감 등 다양한 혜택을 누리기 위해 데이터와 AI 역량 개선에 지속적으로 투자하고 있습니다.

이러한 해결 과제가 존재하지만, 일부 사용 사례는 업계를 중심으로 지속적이고 성공적으로 도입되고 있는데, 예를 들어, 은행에서는 유동성 위험 관리, 자산과 부채 관리, 금융 범죄 분석이 상위 세 가지 사용 사례로 꼽혔습니다. 보험 분야에서는 보험금 청구 사기, 옴니 채널 상품 제공, 지능형 가격 책정 등에 AI가 활용되고 있는 것으로 조사되었습니다. 의료 분야에서는 의료 사기와 비용 억제, 정부 분야에서는 사회 복지 프로그램 무결성 보장과 긴급 대응 지원 및 세금 및 세수 준수와 관련된 AI 사용 사례가 두드러졌습니다.

국가별로 다양한 AI 도입 트렌드

아태지역 AI 환경은 국가마다 다르며, 시장마다 다른 도입 추세를 보이고 있습니다. 중국은 향후 12개월 동안 AI 프로젝트가 크게 증가하면서 AI 투자를 주도하고(59%), 인도(51%)와 일본(46%)이 그 뒤를 이을 것으로 보입니다. 또한 한국과 중국은 다른 국가에 비해 AI 도입과 통합 속도가 더 빠른 것으로 나타났습니다. 이러한 격차는 투자 수준, 규제 프레임워크, AI 인재와 인프라 가용성 같은 요인에 의해 발생하고 있습니다. 숙련된 인력 부족은 한국, 일본, 호주, 동남아시아의 많은 지역에서 국가적 문제이자 업계의 주요 관심사인 것으로 확인되었습니다.

이번 연구는 향후 몇 년 간 아태지역에서 증가하는 AI 투자와 관련된 기회와 과제를 제시하고 있습니다. 연구는 AI의 잠재력을 최대한 활용하려면 기업이 자체적인 기술을 개발하고, 전략적 활용 사례가 담긴 강력한 포트폴리오를 구축하고, 처음부터 AI 비용과 위험에 대한 계획을 세울 것을 제안합니다. 이러한 준비가 선행되어야 비로소 약속된 높은 수익을 달성하고 향후 AI 투자에 대한 신뢰를 높일 수 있음을 강조합니다.

한국시장에 대한 내용을 포함한 보고서 요약본은 여기에서 다운받을 수 있고, 영문 보고서 전문은 '데이터와 AI 현황: 아시아 태평양 2024' eBook (http://www.sas.com/data-ai-pulse)에서 확인할 수 있습니다.

조사 방법론

2024년 6월에 실시된 이 연구는 아시아 태평양 8개 시장(한국, 호주, 중국, 인도, 일본, 말레이시아, 싱가포르, 태국)의 은행과 금융, 제조, 정부, 의료 및 생명과학 분야 표본 조직 임원 509명을 대상으로 실시되었습니다. 설문조사에 참여한 임원들은 ▲AI 투자 결정 ▲조직에서 기대하는 AI의 역할 ▲AI 기술 구현 시 당면 과제 ▲신뢰할 수 있는 AI 성과를 달성하기 위한 프로세스 관리 접근 방식에 대해 응답했습니다.

 

[1] IDC의 '세계 AI 및 생성형 AI 지출 가이드(Worldwide AI and Generative AI Spending Guide)',  2024년 8월